智源发布“机器学习”研究方向,聚焦可解释性、大数据依赖与模型场景化

阅读数:5278 2019 年 6 月 14 日 16:29

智源发布“机器学习”研究方向,聚焦可解释性、大数据依赖与模型场景化

北京时间 6 月 10 日,北京智源人工智能研究院在中关村信息谷召开“智源学者候选人发布暨学术报告会”。会上除了宣布智源学者候选人名单外,几位候选人也分享了各自的研究计划和近期研究进展,InfoQ 受邀参加了本次活动,以下为详细报道。

智源研究员候选人名单发布

北京智源人工智能研究院副院长刘江负责主持本场活动,他首先介绍了智源计划的发展近况。

北京智源人工智能研究院是在科技部和北京市委市政府的指导和支持下,由北京市科委和海淀区人民政府推动成立,依托北京大学、清华大学、中国科学院、旷视等北京人工智能领域优势单位共建的新型研发机构。

该机构旨在专注新型科研管理等机制体制创新,通过实施“智源学者计划”,支持科学家对人工智能科技前沿进行探索,并与北京优势高校院所和骨干企业共建联合实验室,开展多方合作,以引领人工智能基础研究方向。

据介绍,“智源学者计划”将依托北京大学、清华大学、中科院等优势高校院所,以及旷视等骨干企业研究院,对四类人才进行重点支持,分别是:智源科学家首席(CS)、智源研究项目经理(PM)、智源研究员(PI)和智源青年科学家。

院长黄铁军教授则强调了研究院的人才培养原则,即“稳存量,抓增量,建生态”。他表示:“北京发展人工智能,重心在基础理论创新和核心技术突破,关键在人才,智源人工智能研究院不是要建一个实体研发机构,而是要建设聚变器和推进器,四两拨千斤,轻量级运行,精心布局可能实现重大突破和引领创新的方向,发挥北京既有优势资源特别是人才优势,吸引全球顶级人才,率先实现国际领先。”

随后,北京市科委副主任张光连宣读了“机器学习”重大研究方向的智源学者人选:

智源发布“机器学习”研究方向,聚焦可解释性、大数据依赖与模型场景化

首席科学家由颜水成教授担任;

智源研究员(PI)候选人由来自北大、清华、滴滴、旷视的 6 名杰出中青年学者担任,分别是:

北京大学的林宙辰教授、王立威教授;清华大学的张长水教授、朱军教授;滴滴副总裁兼人工智能研究院院长,美国密歇根大学终身副教授叶杰平;北京旷视科技有限公司首席科学家孙剑教授。

智源研究项目经理由 360 集团人工智能研究院技术总监程斌担任,该方向旨在解决以深度学习、强化学习为代表的机器学习算法的可解释性差、大数据依赖、模型场景化等问题,研究用户友好型人工智能,具有可理解性、可用性、广泛适用性及无处不在的特点。

机器学习研究方向及规划

首席科学家颜水成教授介绍了该“机器学习”重大研究方向的研究规划。据颜水成介绍,针对当前以深度学习、强化学习等为代表的人工智能算法所存在的可解释性缺失、大数据依赖,以及模型场景化这三大问题,研究将聚焦“User-friendly AI”, 以“AI 为你”(AI4U = Understandable, Usable, Universal, Ubiquitous)为目标,从四个方面展开前沿的人工智能算法研究:

  1. 研究深度学习、强化学习的泛化理论,模型设计理论,贝叶斯深度学习模型,提升用户对 AI 的理解和降低 AI 的黑盒效应;

  2. 研究小样本学习理论与算法,减少用户标注大数据的痛苦;

  3. 研究深度学习模型结构自学习、自适应的理论与算法,降低用户使用 AI 的门槛;

  4. 基于以上三点研究,探索 AI 在尚未探索 / 极具挑战性领域的应用,如多边交易市场、群体智能、分子生物学等。

之后,北京大学教授林宙辰重点介绍了基于深度网络与优化二者间内在关联的研究,以及其对于深度网络的理解和设计而言的积极影响。

清华大学教授朱军在报告中分享了两个在机器学习中比较重要的因素:不确定性和对抗性环境。概率机器学习可以计算不确定性,这一点在实际应用中非常关键。至于深度概率编程和概率建模方面的进展,其间的主要思路是综合了 DNN 和贝叶斯方法的优点。此外,概率方法是理解和推导鲁棒模型的基本方法概率方法有助于建立更具鲁棒性的模型,这是机器学习中的一个新维度。传统对机器学习的刻画都在关注其泛化性能,而今还需要特别关注鲁棒性理论分析这一新方向。

收藏

评论

微博

用户头像
发表评论

注册/登录 InfoQ 发表评论